【人工智能】是我們近期重點跟蹤的主線之一。ChatGPT引爆AI概念，AIGC進入發展元年，AI技術進入發展快車道。AI+機器視覺技術優勢明顯，政策加持+社會需求(人口紅利退潮)驅動中長期發展，我國機器視覺待滲透空間較大。隨著工業4.0等概念的持續深化+研發技術的不斷突破，AI+機器視覺持續賦能下游工業應用領域，有望受益于下游賽道的高景氣。
最新消息：
根據阿里巴巴官微，阿里CEO張勇表示，面向AI時代，所有產品都值得用大模型重新升級。AI大模型的出現是一個劃時代的里程碑，人類將進入到一個全新的智能化時代，就像工業革命一樣，大模型將會被各行各業廣泛應用，帶來生產力的較大提升，并深刻改變我們的生活方式。
關注邏輯：
機器視覺與人工智能逐漸融合，引領向工業4.0的過渡
機器視覺的本質是機器的眼睛和大腦，當前，機器視覺已發展為人工智能領域一個正在快速發展的分支。機器視覺即機器代替人眼來做測量和判斷，是通過光學的裝置和非接觸的傳感器，自動接收和處理真實物體的圖像，以獲得所需信息或用于控制機器人運動的裝置。中商產業研究院認為，機器視覺可以代替人眼在多種場景下實現多種功能，按功能主要分為四大類：檢測、測量、定位、識別。
在AI技術的加持下，機器視覺有望與AI逐漸融合，引領向工業4.0的過渡。復盤機器視覺發展，從能夠自動執行簡單任務的自動化機器，轉型為視覺能力不受人類視覺能力極限約束、自主思考，從而能夠長期對各種元素進行優化的自主型機器，AI+機器視覺有望能夠滲透入工業制造達到全新的水平，有望開啟新一輪生產力加速周期。
與人眼相比，機器視覺在效率、精度、環境要求、安全性等各因素上都有明顯的優勢。同時，在AI深度學習+機器視覺的升級趨勢下，將在工業自動化、數字化、柔性化、復雜性生產上貢獻更高的適配度。傳統的機器視覺技術需要將數據表示為一組特征，或輸入到預測模型，從而得出預測結果，這是完成制定動作，較難適應未來柔性化的生產需求，尤其是在缺陷類型復雜化、細微化、背景噪聲復雜等場景越來越難適用。
搭載AI深度學習功能后，機器視覺將原始的數據特征通過多步的特征轉換得到一種更高層次、更抽象的特征表示，并進一步輸入到預測函數得到最終結果，基于深度學習的機器視覺在理想狀態下可以結合機器視覺的效率與人類視覺的靈活性，從而完成日趨復雜環境下的檢測，尤其是涉及偏差或極端環境，滿足更多下游對瑕疵精度、通用性的嚴苛要求。AI+機器視覺有望賦能制造業，帶動制造業價值鏈重構。
人口紅利退潮、政策利好不斷，AI+機器視覺滲透率有較大提升空間
根據國家統計局數據，我國2022年末60歲以下人口占比80.2%，伴隨人口出生率從2011年的13.27‰下降至2022年的6.77‰，中國經濟周刊預計2030年，中國60歲以下人口或將降至75%。同時制造業就業人員從2011年的4088萬人降至2021年的3828萬人，而制造業勞動成本則從36665元飆升至92459元，據常州鐘樓金隆控股集團，老齡化問題與出生率低迷將帶來未來持續性勞動力供不應求和勞動力成本上升，這將不斷刺激制造企業對智能化的需求持續擴張。機器視覺作為可替代人工具備效率更高、準確度更高、際成本低等優勢技術，有望進一步提高其滲透率。
政策端，政策從拓展產業鏈應用場景、加強先進適用技術與設備研發以及發展機器視覺底層技術等方向促進中國機器視覺產業的發展。在“十四五”規劃中，AI+機器視覺技術與設備受到高度重視，2021年底《十四五智能制造發展規劃》中重點強調高分辨率視覺傳感器等基礎零部件和裝置，體現國家對機器視覺產業的重視和支持，2022年的《十四五數字經濟發展規劃》再次強調發展機器視覺等技術應用于我國智改計劃。良好的政策環境將在未來一定時期內為國內相關行業持續發展與突破奠定良好的環境基礎。
然而，當前，我國工業機器視覺應用的滲透率仍處于較低的水平，仍有較大提升空間。根據快易理財網的數據，2021年我國制造業增加值為4.87萬億美元，占全球比重30.34%，相較之下，2021年我國機器視覺產值占比僅為17.18%。在制造業的轉型升級推動下，機器視覺滲透率有望持續增加，國內龐大的制造業基數將持續釋放較大的市場增量。同時，我國制造業人工智能應用市場的逐年遞增反映出機器視覺的成長潛力，根據德勤數據，我國制造業人工智能應用市場從2019年的12億元升至2022年的37億元，預計2025年能夠突破百億。
機器視覺產業鏈厚積薄發，25年全球有望達千億市場規模
根據MarketsandMarkets統計，全球機器視覺市場規模在2021年達到804億元，同比增長12.15%。2021年全球傳統工業復蘇和新能源行業的蓬勃發展拉動了相關企業的擴產需求，工業檢測、鋰電池等視覺檢測產品需求有所增長，未來AI+將給予行業更大想象空間，擴大機器視覺的應用范圍，預計在2025年市場規模達到1276億元，2022-2025年均復合增長率預計約為13.22%。得益于后疫情宏觀經濟的回暖、制造業自動化升級、政策支持等因素，中國機器視覺市場增長速度遠高于全球平均水平。
從產業鏈看，機器視覺產業鏈的上游主要為LED、CCD、CMOS、光學材料、電子元器件、五金結構件等原材料。國內布局機器視覺產業鏈上游領域的企業主要有海康威視、天準科技。機器視覺產業鏈中游主要為系統集成商和裝備制造商，系統集成商通常直接采購視覺軟件、傳感器、驅控系統等核心零部件，通過簡單的二次開發和組裝完成設備生產，不具備自由機器視覺算法、軟件以及視覺傳感器和精密驅控等核心技術，通常不具備整臺裝備的設計生產能力。機器視覺產業鏈的下游主要為運用機器視覺技術的設備制造行業和終端用戶，所涉范圍十分廣泛，如汽車、醫藥、化學、電子、半導體等。
縱觀整條產業鏈，成本價值量的關鍵當屬上游環節的工業相機和底層軟件算法。工業相機是機器視覺設備中價值量最高的核心組件（價值量占比約為23%），由圖像傳感器、圖像采集卡與各類芯片組成，技術壁壘較高。目前，全球工業相機行業由歐美品牌占據主要市場，國外知名企業如德國Basler、加拿大DALSA、美國康耐視等；我國對于工業相機的研究起步較晚，工業相機行業主要布局于中低端市場。底層軟件算法對所獲得的視覺信號進行處理是機器視覺系統的關鍵所在，一般來說，掌握底層軟件算法的公司更容易形成自身優勢。
